qq_19774249的博客

原创 应对AI时代的程序员

在AIGC（如ChatGPT、Midjourney、Claude等）和AI辅助编程工具的快速发展下，程序员的工作方式正在发生深刻变革，因此，必须要保持并提升自身的核心竞争力，既适应变化，又在变化中寻找新的发展机会。在AI时代，深耕某个领域，成为该领域的专家，可以为我们提供坚实的竞争优势。AI虽然能够处理大量的代码生成和调试工作，但在一些高度专业化的领域，如低级别系统编程、安全性、嵌入式系统开发等，仍需要深厚的领域知识和经验。

原创 【社会救助管理系统】主要设计及拟采用的技术方案

毕设的主要设计及拟采用的技术方案。

原创 AI大模型的训练与优化

高效的训练算法和自动化技术是提高大规模机器学习模型训练效率和性能的关键。通过不断引入新算法、优化现有算法，并利用自动化技术进行超参数优化、模型选择和调试排错，可以进一步提升AI模型训练的效率和质量，推动人工智能技术的发展和应用。

原创 IDEA下载及汉化

毕业设计第一步，拥有各种工具！！！

原创 基于卷积神经网络模型的手写数字识别

手写数字识别要求利用MNIST数据集里的70000张手写体数字的图像，建立神经网络模型，进行0到9的分类，并能够对其他来源的图片进行识别，识别准确率大于97%。图片示例如下。

原创 基于全连接神经网络模型的手写数字识别

手写数字识别要求利用MNIST数据集里的70000张手写体数字的图像，建立神经网络模型，进行0到9的分类，并能够对其他来源的图片进行识别，识别准确率大于97%。

原创 言传身留：NLP技术引领机器翻译革新

在当今数字化时代，深度学习和大数据技术的崛起已经引领了科技领域的巨大变革。深度学习通过构建多层神经网络，使计算机能够从大规模数据中学习和提取复杂的特征，从而实现了许多以前难以解决的问题。与此同时，大数据技术的发展使得人们能够处理和分析前所未有的庞大数据集，从而发现隐藏在其中的模式和趋势。自然语言处理（NLP）作为人工智能领域的一个重要分支，近年来取得了显著的进步。NLP技术使计算机能够理解、解释和生成人类语言，进而实现与人类自然语言的高效交互。

原创 考研专业课——算法与数据结构思维导图【王道前五章】

原创 排序算法——希尔排序算法详解

在计算机科学领域中，数据排序是一项基础而重要的任务。通过对数据进行排序，可以更有效地进行搜索、查找和分析。在处理大规模数据集时，高效的排序算法对于提高程序性能至关重要。希尔排序，又称为“缩小增量排序”，是插入排序的一种改进版本。它通过比较相隔一定间隔的元素，交换不相邻的元素，以在每一轮中逐步将未排序的序列变得有序。希尔排序的核心思想是通过逐渐减小元素之间的间隔，使得序列在初始阶段就呈现局部有序，从而减少插入排序的工作量。

原创 排序算法——冒泡排序算法详解

冒泡排序虽然简单，但其时间复杂度较高，不适用于大规模数据的排序。然而，通过学习冒泡排序，我们能够深入理解排序算法的核心思想，为进一步学习更高效的算法奠定基础。在实际应用中，更常使用其他排序算法来满足不同性能需求。

原创 C语言实现俄罗斯方块游戏程序设计【附源码】

俄罗斯方块游戏，是俄罗斯人阿莱克斯·帕伊特诺夫在八十年代末制作一款游戏，以其规则简单，容易上手，游戏过程变化无穷，已经成为一个家喻户晓老少皆宜的大众游戏。该程序是完成一个简易的俄罗斯方块的任务，其通过结构体、指针、绘图等方面的知识完成几个重要的功能：界面，方块下落，旋转，判断是否还能下落，左右移动，分数，速度设置，清除满的每行，下个方块的预览等。

原创 基于OpenCV的谷物颗粒识别

这个程序旨在通过图像处理技术实现对颗粒的计数。主要运用了计算机视觉库OpenCV以及数值计算库NumPy，通过颜色分割、灰度处理、二值化、轮廓检测等步骤，最终达到统计颗粒数量的目的。

原创 【Python】卷积神经网络

卷积神经网络（Convolutional Neural Networks，CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一。

原创 【Python】全连接神经网络

全连接神经网络（Fully Connected Neural Network）是一种常见的深度学习模型，也称为密集神经网络（DNN）。在全连接神经网络中，每一层的神经元都与前一层的所有神经元相连，并通过权重和激活函数来处理输入数据，产生输出结果。反向传播算法（Backpropagation）是一种监督学习算法，常被用于训练多层神经网络。在多层神经网络中，每个神经元接收前一层的输出作为输入，并将自己的输出传递给下一层。

原创 【Python】TensorFlow的详细介绍

TensorFlow是一个由Google开发的开源机器学习框架，用于构建和训练深度学习模型。TensorFlow最初由Google Brain团队开发，并于2015年在GitHub上发布。它是一个用于构建和训练机器学习模型的强大框架，被广泛用于深度学习和其他机器学习任务。TensorFlow使用的概念，其中图中的节点表示数学运算，边表示数据流。这种模型使得TensorFlow能够有效地利用硬件加速器（如GPU和TPU）来加速模型训练。TensorFlow提供了。

原创 排序算法——关于快速排序的详解

快速排序（Quick Sort）是一种常用的排序算法，它采用分治法的思想，通过递归地将数据分解成小于基准值和大于基准值的两部分，然后对这两部分进行排序，最终将它们合并起来。

原创 学生成绩管理系统（附源码）

该设计要求学生以学校学生成绩管理业务为背景，设计、开发一套“学生成绩管理系统”软件。通过该题目的设计过程，可以培养学生结构化程序设计的思想，加深对高级语言基本语言要素和控制结构的理解，针对c语言中的重点和难点内容进行训练，独立完成有一定工作量的程序设计任务，同时强调好的程序设计风格。得到软件工程的综合训练，提高解决实际问题的能力。

原创 C++实现关键路径和拓扑排序

确定AOE网有结点数量，每个结点表示一个活动（任务），并为每个结点分配一个唯一的标识符。确定边的数量，每条边表示活动之间的依赖关系。为每条边确定起始结点和结束结点。

原创 银行账户信息管理系统

该设计要求学生以银行账户信息管理业务为背景，设计、开发一套“银行账户信息管理系统”软件。通过该题目的设计过程，可以培养学生结构化程序设计的思想，加深对高级语言基本语言要素和控制结构的理解，针对c语言中的重点和难点内容进行训练，独立完成有一定工作量的程序设计任务，同时强调好的程序设计风格。得到软件工程的综合训练，提高解决实际问题的能力。

原创 关于汉诺塔问题的详解

汉诺塔问题详解||汉诺塔问题是一个经典的数学谜题和逻辑游戏，它涉及到三个柱子（通常称为A、B和C）和一些不同尺寸的圆盘。问题的目标是将所有圆盘从柱子A上的一个初始状态移动到柱子C上的目标状态。

原创 药品销售管理系统

该设计要求学生以某药品销售管理业务为背景，设计、开发一套“药品销售管理系统”软件。通过该题目的设计，培养学生面向对象程序设计的思想，基本掌握面向对象程序设计C++的基本思路和方法，能够利用所学的基本知识和技能，解决简单的面向对象程序设计问题。通过该题目的设计，学生应能独立完成一个功能较完整的小型应用系统，提高解决实际问题的能力。

原创 方程求解问题

方程A5+B5+C5+D5+E5=F5刚好有一个满足0≤A≤B≤C≤D≤E≤F≤75的整数解。请编写一个求出该解的程序。

原创 随机走步问题

以下在x-y坐标系上进行的游戏属于二维的随机行走。从原点（0，0）开始，每次迭代都是由向左、向上、向右和向下一个单位的随机步构成。当行走者返回原始点时，行走结束。在二维世界这种情况发生的概率为1，而在三维世界概率小于1。请编写一个进行100次独立随机行走程序，并计算每个方向的步数的平均数。

原创 哈夫曼码编/译码系统

编写一个哈夫曼码的编/译码系统，实现对输入的文本信息自动统计并依此为依据建立一个哈夫曼码的编/译码系统。